{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,3,19]]，“日期-时间”：“2024-03-19T00:22:53Z”，“时间戳”：1710807773306}，“出版商位置”：“美国纽约州纽约市”，“参考-计数”：29，“出版者”：“ACM”，“资助者”：[{“DOI”：“10.13039\/https:\\/DOI.org \/10.103039\/501100001809“，”名称“：“国家自然科学基金”，“doi断言者”：“出版商”，“奖项”：[“62176023”]}]，“内容域”：{“域”：[“dl.acm.org”]，“交叉标记限制”：true}，“短容器标题”：[]，“已发表的印刷品”：{“日期部分”：[[2023,12,15]]}，“doi”：“10.1145\/33639233.3639239”，“类型”：“诉讼文章”，“创建”：{“日期部分”：[[2024,3,5]]，“date-time”：“2024-03-05T16:02:10Z”，“timestamp”：1709654530000}，“update-policy”：“http://\/dx.doi.org\/10.1145\/crossmark-policy”，“source”：”Crossref“，”is-referenced-by-count“：0，”title“：[”CoPrompt:A Contrast-prompt Tuning Method for Multiparty Dialogue Character Relationship Extraction“]，”prefix“：”10.1145“，“author”：[{“ORCID”：“http://\/orcid.org\/0009-0003-4931-0755”，“authenticated-orcid”：false，“given”：“Yu”，“family”：“Li”，“sequence”：“first”，“affiliation”：[{“name”：“中国北京信息科技大学计算机科学学院”}]}，{“orcid”：，“sequence”：“additional”，“affiliation”：[{“name”：“中国北京信息科技大学计算机科学学院”}]}，{“ORCID”：“http://\/ORCID.org\/0009-0008-1610-1136”，“authenticated-ORCID”：false，“given”：：“中国北京信息科技大学计算机科学学院”}]}，{“ORCID”：“http://\/ORCID.org\/00000-0001-5364-3550”，“authenticated-ORCID”：false，“given”：”梁国“，“family”：“Wang”，“sequence”：“additional”，“affiliation”：[{“name”：“北京信息科学技术大学计算机科学院”}]{，｛“ORCID”：“http:\/\/ORCID.org/0009-00007-9679-4982”，“认证的ORCID”：false，“给定的”：“渔阳”，“家族”：“涛”，“序列”：“附加的”，“隶属关系”：[｛“名称”：“中国北京信息科技大学计算机科学学院”｝]｝，｛“ORCID”：“http:\/\/ORCID.org/0000-0002-0280-8455”，“认证的ORCID”：false，“给定的”：“杨森”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“中国北京信息科技大学计算机科学学院”}]}]，“member”：“320”，“published-online”：{“date-parts”：[[2024,3,5]]}，“reference”：[}“key”：“e_1_3_2_1_1_1_1”，“volume-title”：“语言模型是少数优秀的学习者。神经信息处理系统的进展33”，“作者”：“Brown Tom”，“年份”：“2020年”，“非结构化”：“Tom Brown，Benjamin Mann，Nick Ryder，Melanie Subbiah，Jared\u00a0D Kaplan，Prafulla Dhariwal，Arvind Neelakantan，Pranav Shyam，Girish Sastry，Amanda Askell，2020年。语言模型的学习者很少。《神经信息处理系统进展》33（2020），1877\u20131901。“}，{”key“：”e_1_3_2_1_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3485447.3511998”}，“key”：“e_1_ 3_2_1_3_1”，“volume-title”：“图像值16x16个单词：尺度下图像识别的变形金刚。arXiv预印本arXiv:2010.11929”，“作者”：“Dosovitskiy Alexey”，““2020年”，“非结构化”：“阿列克谢·多索维茨基、卢卡斯·拜尔、亚历山大·科尔斯尼科夫、德克·魏森博恩、翟晓华、托马斯·恩特提纳、莫斯塔法·德哈尼、马蒂亚斯·明德勒、格奥尔格·海戈尔德、西尔万·盖利，2020年。一幅图像相当于16x16个单词：用于大规模图像识别的变形金刚。arXiv预印本arXiv:2010.11929（2020）。}，{“key”：“e_1_3_2_1_4_1”，“volume-title”：“Cert：对比性自主学习促进语言理解。arXiv预印本arXiv:2005.12766”，“author”：“方鸿超”，“year”：“2020”，“unstructured”：“方鸿超，王思成，孟舟，丁嘉元，谢鹏涛。2020。证书：针对语言理解的对比性自主学习。arXiv预印arXiv:2005.12766（2020）。}，{“key”：“e_1_3_2_1_5_1”，“volume-title”：“关系提取的注意引导图卷积网络。arXiv预印本arXiv:1906.07510”，“author”：“郭之江”，“year”：“2019”，“unstructured”：“Guo Zhijiang，Yan Zhang，Wei Lu.2019”。用于关系提取的注意引导图卷积网络。arXiv预印本arXiv:1906.07510（2019）。“}，{”key“：”e_1_3_2_1_6_1“，”volume-title“：”Warp:单词级对抗性重编程。arXiv预打印arXiv:2101.00121“，“author”：“Hambardzumyan Karen”，“year”：“2021”，“unstructured”：“Karen Hambardsumyan，Hrant Khachatrian，and Jonathan May.2021”。扭曲：文字级对抗性重新编程。arXiv预打印arXiv:2101.0121（2021）。“｝，｛”key“：”e_1_3_2_1_7_1“，”doi断言“：”publisher“，”doi“：”10.1016\/j.aopen.202.11.003“｝，｛”key“：”e_1_3_2_1_8_1“，”卷标题“：”第十三届语言资源与评估会议论文集.237\u20132344“，”作者“：”蒋玉茹“，”年份“：”2022“，”非结构化“：”姜玉茹、杨旭、詹玉杭、何伟凯、王依林、奚子轩、王美云、李新余、李宇丽和余燕超。2022.CRECIL语料库：中国多党对话中字符关系提取的新数据集。第十三届语言资源与评估会议论文集。2337\u20132344.“}，{“key”：“e_1_3_2_1_9_1”，“volume-title”：“我们怎么知道语言模型知道什么？计算语言学协会学报8”，“author”：“蒋正宝”，“year”：“2020”，“unstructured”：“姜正宝，Frank\u00a0F Xu，Jun Araki，and Graham Neubig。2020。我们如何知道语言模型知道什么？计算语言学协会学报8（2020），423\u2013438.“}，{”key“：”e_1_3_2_1_10_1“，”volume-title“：”naacL-HLT学报，第\u00a01卷。2.“，”author“：”Ming-Wei\u00a0Chang Jacob Devlin“，”year“：”2019“，”unstructured“：”Jacob Devlin Ming-Wei \u00a 0Chang Kenton和Lee_u00a0 Kristina Toutanova“。2019.伯特：深度双向变形金刚语言理解预培训。《naacL-HLT会议录》，卷\u00a01。2.“}，{”key“：”e_1_3_2_11_1“，”volume-title“：”深度卷积神经网络的Imagenet分类。神经信息处理系统进展25“，”author“：”Krizhevsky Alex“，”year“：”2012“，”unstructured“：”Alex Krizhovsky，Ilya Sutskever，and Geoffrey\u00a0E Hinton.2012。基于深度卷积神经网络的Imagenet分类。神经信息处理系统进展25（2012年）。“}，{”key“：”e_1_3_2_12_1“，”volume-title“：”基于图形的网络，具有对话转折的上下文化表示。arXiv预印本arXiv:2109.04008“，”author“：”Lee Bongseok“，”year“：”2021“，“unstructured”：”Bongseek Lee和Yong\u00a0Suk Choi.2021。基于图形的网络，具有对话中转折的上下文化表示。arXiv预印arXiv:2109.04008（2021）。“}，{”key“：”e_1_3_2_13_1“，”volume-title“：”前缀调整：优化生成的连续提示。arXiv预打印arXiv:2101.00190“，“author”：“Li Xiang\u00a0Lisa”，“year”：“2021”，“unstructured”：“Xiang\ u00a0 Lisa and Percy Liang.2021”。前缀调整：优化生成的连续提示。arXiv预印本arXiv：2101.00190（2021）。}，{“key”：“e_1_3_2_14_1”，“首页”：“1”，“文章标题”：“训练前、提示和预测：自然语言处理中提示方法的系统调查”，“卷”：“55”，“作者”：“刘鹏飞”，“年份”：“2023”，“非结构化”：“刘鹏飞，袁维哲，傅金兰，蒋正宝，Hayashi，Graham Neubig.2023。预训练、提示和预测：自然语言处理中提示方法的系统调查。计算。调查55，9（2023），1\u201335.“，”新闻标题“：”计算。调查“}，{”key“：”e_1_3_2_15_1“，”doi-asserted-by“：”publisher“，“doi”：“10.18653\/v1\/2022.acl-short.8”}，“key”：“e_1_ 3_2_16_1”，“volume-title”：“作为知识库的语言模型？arXiv预印本arXiv:1909.01066”，“author”：“Petroni Fabio”，“年份”：“2019”，“非结构化”：“Fabio Petroni、Tim Rockt\u00e4schel、Patrick Lewis、Anton Bakhtin、Yuxiang Wu、Alexander \u00a0H Miller和Sebastian Riedel。2019.语言模型作为知识库？arXiv预印本arXiv:1909.01066（2019）。}，{“key”：“e_1_3_2_1_17_1”，“volume-title”：“Socaog：对话中社会关系推理的增量图解析。arXiv预印本arXiv:2106.01006”，”author“：”邱亮“，”year“：”2021“，”unstructured“：”梁秋、袁亮、赵一舟、潘璐、彭宝林、周瑜、Ying\u00a0Nian Wu和宋春珠。2021。Socaog：用于对话中社会关系推理的增量图解析。arXiv预打印arXiv:2106.01006（2021）。“}，{”key“：”e_1_3_2_18_1“，”volume-title“：”受限语言模型生成少量快照语义分析器。arXiv预打印arXiv:2104.08768“，”author“：”Shin Richard“，”year“：”2021“，”unstructured“：”Richard Shin、Christopher \u00a0H Lin、Sam Thomson、Charles Chen、Subhro Roy、Emmanouil \u00a Antonios Platanios、Adam Pauls、Dan Klein、Jason Eisner和Benjamin Van \u00a-Durme。2021.受约束的语言模型生成的语义解析器很少。arXiv预打印arXiv:2104.08768（2021）。}，{“key”：“e_1_3_2_19_1”，“volume-title”：“自动提示：使用自动生成的提示从语言模型中获取知识。arXiv预印本arXiv:2010.15980”，“作者”：“Shin Taylor”，“年份”：“2020”，“非结构化”：“Taylor Shin，Yasaman Razeghi，Robert \u00a0L Logan \u00a 0IV，Eric Wallace，and Sameer Singh。2020。自动提示：通过自动生成的提示从语言模型中获取知识。arXiv预印本arXiv:2010.15980（2020）。}，{“key”：“e_1_3_2_1_20_1”，“volume-title”：“理解LSTM\u2013a长短记忆递归神经网络教程。arXiv预印本arXiv:1909.09586”，“作者”：“Staudemeyer C”，“年份”：“2019”，“非结构化”：“Ralf\u00a0C Staudemoyer和Eric\u00a Rothstein Morris.2019。了解LSTM\u2013a长短期记忆递归神经网络教程。arXiv预印本arXiv:1909.09586（2019）。“}，{“key”：“e_1_3_2_1_21_1”，“volume title”：“从几个例子中归纳：关于少镜头学习的调查。ACM计算调查（csur）53，3”，“作者”：“王亚庆”，“年份”：“2020”，“非结构化”：“王亚庆、姚全明、James \u00a0T Kwok和Lionel \u00a0M Ni。2020。从几个例子中总结：关于少数人学习的调查。ACM计算调查（csur）53，3（2020），1\u201334.“}，{”key“：”e_1_3_2_1_22_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1609\/aaai.v35i16.17670“}”，{“key”：“e_1_ 3_2_1_2 3_1”，“doi-assert-by”：“publisher”，”doi:“10.1109\/ICASSP439222.2022.9747486”}，“{”key“：“e_ 1_3_2 _1_24_1”、“volume”me-title“：”基于对话的关系抽取。arXiv预印本arXiv:2004.08056“，“作者”：“于典”，“年份”：“2020”，“非结构化”：“于典、孙凯、克莱尔·卡迪和董瑜。2020年。基于对话的关系提取。arXiv预印本arXiv:2004.08056（2020）。}，{“key”：“e_1_3_2_1_25_1”，“volume-title”：“递归神经网络正则化。arXiv预印本arXiv:1409.2329”，“author”：“Zaremba Wojciech”，“year”：“2014”，“unstructured”：“Wojciench Zaremba，Ilya Sutskever，and Oriol Vinyals。2014。递归神经网络正则化。arXiv预印arXiv:1409.2329（2014）。}，{“key”：“e_1_3_2_1_26_1”，“volume-title”：“剪枝依赖树上的图卷积改进了关系提取。arXiv预印本arXiv:1809.10185”，“author”：“Zhang Yuhao”，“year”：“2018”，“unstructured”：“Yuhoo Zhang，Peng Qi，and Christopher\u00a0D Manning。2018。剪枝依赖树上的图卷积改进了关系提取。arXiv预印arXiv:1809.10185（2018）。“}，{”key“：”e_1_3_2_1_27_1“，”doi-asserted-by“：”publisher“，“doi”：“10.18653\/v1\/D17-1004”}，“key”：“e_1_ 3_2_1_2 8_1”，“volume-title”：“事实探索是[面具]：学习与学习回忆。arXiv预印本arXiv:2104.05240”，“作者”：“钟泽轩”、“年份”：“2021”、“非结构化”：“钟泽轩、丹·弗里德曼和陈丹琪。2021。事实探索是[面具]：学习vs.学习回忆。arXiv预打印arXiv:2104.05240（2021）。“}，{”key“：”e_1_3_2_1_29_1“，”doi-asserted-by“：”publisher“，“doi”：“10.18653\/v1\/P16-2034”}]，“event”：{“name”：“NLPIR 2023:2023第七届自然语言处理和信息检索国际会议”，“location”：“汉城共和国”，“缩写词”：“NIR 2023”}，“container-title”：[”2023年第七届自然语言处理和信息检索国际会议论文集“]，“原标题”：[]，“链接”：[｛“URL”：“https://dl.acm.org/doi\/pdf\/10.1145\/33639233.3639239”，“内容类型”：“未指定”，“内容版本”：“vor”，“预期应用”：“相似性检查”}]，“存放”：｛“日期部分”：[[2024,3,18]，”date-time“：”2024-03-18T22:12:39Z“，”timestamp“：1710799959000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3639239”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“date-parts”：[2023,12,15]}、“references-count”：29，“alternative-id”：[“10.1145\/363233”.3639239“，”10.1145\/3639233“]，”URL“：”http://\/dx.doi.org\/10.1145\/3639239“，”关系“：{}，”主题“：[]，”发布“：{”日期部分“：[2023,12,15]]}，“断言”：[{“值”：“2024-03-05”，“顺序”：2，”名称“：”发布“，”标签“：”已发布“，“组”：{“名称”：“publication_history”，“标签”：“发布历史”}}}}